商业分析的局限性
上一篇介绍了商业分析的价值。今天来聊聊商业分析的局限性。在对待商业分析的态度上有两类极端观点：
极端顶：老子已经掌握了底层分析思维，战无不胜啦！
极端踩：分析啥，老子有钱，老子就是对的！
其实两种极端都是错误的，今天来系统解析一下
一、商业分析不能解决哪些问题
最常见的三类不能解决的问题，是：
1.主观意愿类问题（俗称：想不想）。比如：
老板想不想做这个投资
客户喜不喜欢这个方案
我要不要采取这个行动
……
以上问题的回答，统一是：
没啥好分析的，你直接和老板沟通一下。
本质上，商业分析方法是一种客观、理性、有逻辑的方法。但主观意愿问题是人的主观情绪，人的情绪很大程度上不是客观、理性、有逻辑的。主观、冲动、情绪化才是常态，特别是和个人利益相关的时候。人们往往心怀鬼胎，如果不符合他的某些利益，即使是客观事实，他也会努力扭曲，指鹿为马。所以没啥好分析的，去沟通一下吧。真想分析，也得用心理学或者博弈论方法，而不是统计方法或者算法。
商业分析可以帮忙检验支持主观意愿的客观条件的真伪。比如同样是“领导想做1个亿业绩”，如果出发点是“领导自己有野心”，那很有可能怎么分析也说服不了领导。但如果出发点是“领导觉得按目前的投入产出比可以做到”，那就可以分析一下，是不是真的能做到，这时候就能用数据说话了。
2.客观限制类问题（俗称：能不能）。比如：
政策允许不允许这么做？
我发这个会不会被封号？
平台规则是不是这样的？
……
以上问题的回答，统一是：
没啥好分析的，直接去查一下政策。
政策就是政策，是一个客观事实，没啥分析空间。与其瞎捉摸，不如找一个懂政策的人了解一下，或者找到政策原文学习学习。
需要注意的是，有些限制并非客观条件，是主观意愿的限制，特别是基于一个客观条件的主观判断。比如：老板不批准这个计划，是因为觉得这样做ROI很低。这个时候就能用数据说话，论证一下到底这个理由成立不成立，商业分析就能发挥一定的作用。
商业分析还有个用处。就是当我们无从得知政策底线、平台规则等时候，可以通过实验来进行测试。是滴，就是“在违法的底线，疯狂的试探”。通过不同的结果，来反推：到底政策、规则是什么。或者找到能够规避政策的个案进行研究，反推政策。这种事在商业领域还挺常见的，不光是公司对国家政策、对阿里、腾讯这种大平台政策的试探，更有分公司对总部、顾客对公司、销售对市场、业务员对风控的试探。与这些试图作死的人斗志斗勇，也是商业分析的乐趣之一。
3.业务能力类问题（俗称：会不会）。比如：
我不会卖产品，分析下怎么卖？
我不会做方案，分析下怎么做？
我不会写文章，分析下怎么写？
我不会写代码，分析下怎么写？
以上问题的回答，统一是：
没啥好分析的，哪里不会学哪里。
不会卖产品，去学商务礼仪、产品百科、销售话术、逼单技巧
不会做方案、去学用户洞察、营销策略、方案规范、执行细节
不会写文章，去学选题、写作、排版、美工
不会写代码、去学python、java、C++
虽然通过分析，可以告诉你业绩高的销售有什么特点，但知道别人怎么做的好不代表自己也会做。想真的做好销售，得认真学习销售的业务技能，并且大量的跟客户打电话、推荐产品、被人鄙视、努力跟进。少了专业知识，少了大量的实操，分析就毫无意义。
明白这点限制非常重要。因为做成事情很难，发表议论却很容易。很多人喜欢写长篇大论的事后分析，当事后诸葛亮，然后自以为自己很有本事，其实就是“笔下虽有千言，胸中实无一策”。我们说：做分析的人要有敬畏之心，就是如此。要对业务能力常怀敬畏，努力学习业务知识，而不是轻佻的认为：老子能看到数据，所以全公司老子最厉害，我已经开了天眼洞察一切。
二、商业分析对哪些岗位更有用
按照工作方式和工作职责，我们可以把岗位分为四大类型（如下）商业分析的作用大小，大致是：策略类≥创意类≥执行类=支撑类
策略类的工作重点就是判断轻重缓急、大小多少。这是最需要数据说话的时刻。如果不做深入分析，很容易搞出来“按下葫芦浮起瓢”的事，比如：
做用户运营，看到活跃率下降，就搞活跃率，结果活跃率上来了，转化率下去了。看到转化率下去了，就搞转化率，结果转化率上来了，活跃率又跌了。
看到用户流失率高就做用户挽留，可如果前期体验好，那流失率不就不高了？可把资源都投去做前期体验了，流失率下不来咋整。
产品卖不动，所以发券刺激下，结果发了券，用户更是不发券就不买了。
做广告投放，想投放的渠道，转化好的人数少；人数多的转化低，好纠结。
相比之下，创意类工作中，商业分析的作用就小一些，更多是事前做洞察，事后做测试。对于创意本身则无可奈何。本来嘛，伟大的创意是伟大的产品经理、伟大的文案、伟大的美工做出来的。只有那些做山寨货的，才会把别人的创意拿来，然后加减乘除改一改，凑合着用。
执行类和支撑类的工作考验的都是人的硬技能，商业分析更多是监控进度，总结经验。但是干的这一步是万万不可替代的。这也是为啥做销售的最看不起分析的原因，也是为啥分析咪蒙的一大堆，可做到粉丝千万的就她一个的原因。理论上，支撑类工作可以通过预测前端销售额、商品需求量等数据，来大大降低运作压力和成本。但在实操上难点多多，稍后我们会专题讲述这个问题。
三、商业分析对商业经营本质意义
最后留一个灵魂拷问：对赚钱而言，到底分析能起多大作用？实际上我们看到，真正开天辟地的创业者们，往往更多是依靠个人魅力、独特眼光、创造力、智力、机遇。我们也看到，那些身居高位的大公司老总，往往更多是依靠权力、资源、出身、运气。似乎具体到个案上，分析能起到的作用非常的小。因此也的确有很多人质疑：做商业分析能有多大用处？也经常有一些暴发户在叫嚣：老子赚到钱了，老子明白一切，你没我钱多所以你没我会分析问题。
历史上这种叫嚣的人很多，而且大多集中于受房地产恩惠的传统行业（建筑、建材、家居、汽车、母婴、美容、保健品、零售、耐用）陈老师2009年入行，亲耳听到了这些人是如何自吹自擂的，也亲眼见证了他们是怎么穷途末路，被宏观经济转型和互联网行业打的满脸是血。今时今日，除了少数没见过世面的底层，认可数据的价值是主流。反而是要劝大家对业务常怀敬畏之心，不要迷信数据了。
本质上看，很多能力都能解决商业问题（如下图）
可：
权力、资源、出身不可复制
创意、魅力、智力要靠天生
执行能力人人都能拥有
唯独数据分析能力，既能后天习得，又能拉开差距。
有了它：
能快速理解商业规律；
能大量积累工作经验；
能沉淀可复制的能力；
能清晰认知现状
能合理选择方向
虽然理性思维不是商业成功的全部，但它是重要的一环。特别在公司没有乔老爷、没有小龙哥、没有雷布斯这样能一飞冲天扭转乾坤的人的时候，更需要用理性战胜情感，用数据说话，用客观的分析来应对问题。这就是商业分析的终极价值。
以上就是商业分析全部概念，下一篇我们来个具体例子，看看企业里的商业分析与实验室里的科学分析有什么区别，真正的商业分析该怎么做。欢迎关注陈老师，持续追剧哦
过往分享，戳：
看文字等更新太慢，想听视频语音的，可以戳下方“阅读原文”，有视频奉上